基于支持向量機理論的垃圾郵件過濾模型.pdf

1、隨著互聯(lián)網(wǎng)的普及，電子郵件以其快捷，方便的優(yōu)點逐漸發(fā)展成為人們工作和生活的重要通信工具之一。然而，隨之而來的垃圾郵件問題也日益嚴峻，它不僅傳播有害信息，而且耗費大量的公共資源，侵害電子郵件用戶和企業(yè)的合法權(quán)益。當前已經(jīng)存在許多的垃圾郵件過濾方法，但是目前垃圾郵件不降反升的局面表明，雖然當前垃圾郵件過濾方法眾多，但是還有許多垃圾郵件相關(guān)問題沒有找到好的解決辦法，垃圾郵件過濾效果不是很理想。所以，研究一種更加新型高效的，快速的郵件過濾系統(tǒng)仍

2、具有特別的現(xiàn)實意義。 支持向量機(SVM)是在統(tǒng)計學(xué)習理論的基礎(chǔ)上發(fā)展而來的一種新的模式識別方法，在解決有限樣本、非線性及高維模式識別問題中表現(xiàn)出許多特有的優(yōu)勢。它不僅考慮了對推廣能力的要求，而且追求在有限信息的條件下得到最優(yōu)結(jié)果。其中，SMO方法是相對眾多已有研究的SVM算法較為簡單的算法，它將工作樣本集中的樣本數(shù)減少為2，避開了復(fù)雜的數(shù)值求解優(yōu)化問題的過程，但是相應(yīng)的代價就是迭代次數(shù)的增加。本文提出一種基于支持向量機理論的垃

3、圾郵件過濾模型，模型使用的過濾算法是一種改進型的SMO算法-SMO主動學(xué)習算法。該算法能很好的繼承SMO的優(yōu)勢，同時又解決SMO算法的不足，減少二次尋優(yōu)的迭代次數(shù)。本模型主要以探索為目的，觀察其可行性和有效性。初步實驗證明，該模型具有過濾效果好，訓(xùn)練時間短的特點。 本文首先介紹了垃圾郵件的基本常識，包括垃圾郵件的定義和危害，然后介紹了現(xiàn)有的垃圾郵件過濾方法。由于基于SVM的垃圾郵件過濾方法是以內(nèi)容過濾為主，所以還著重闡述了與內(nèi)容

4、過濾相關(guān)的文本分類以及機器學(xué)習的知識。其次，介紹了統(tǒng)計學(xué)理論中SVM理論的定義和郵件樣本預(yù)處理工作的內(nèi)容，并由SVM理論引申出SVM垃圾郵件過濾算法，推導(dǎo)出SVM垃圾郵件過濾模型，在模型實現(xiàn)部分還給出了重點代碼框架。最后是對SVM垃圾郵件過濾模型性能評估和對其性能優(yōu)化的討論。此外，論文中還討論了反饋學(xué)習技術(shù)在SVM垃圾郵件過濾模型中的研究，希望能夠在以后的工作中能夠?qū)⑽覀兊腟VM垃圾郵件過濾算法與反饋技術(shù)相結(jié)合，確保實現(xiàn)過濾效果更優(yōu)的垃